
Pronostic et management de la santé des systèmes : de la surveillance à l’aide à la décision en maintenance
Le pronostic et management de la santé (communément appelé PHM : Prognostics and Health Management) est une discipline qui s’intéresse aux mécanismes de dégradation des systèmes en vue de l’estimation de leur état de santé, de l’anticipation de leur défaillance et de l’optimisation de leur maintenance. Le PHM fait appel à des méthodes, outils et algorithmes de monitoring, de détection d’anomalies, de diagnostic des causes, de pronostic de la durée de vie résiduelle utile et d’optimisation de la maintenance. Il permet ainsi de continuellement suivre l’état de santé du système et de fournir aux exploitants et managers des informations pertinentes pour décider des actions à mettre en place pour maintenir le système dans des conditions opérationnelles optimales.
Les développements scientifiques dans le domaine du PHM peuvent être regroupés dans trois approches principales : l’approche guidée par les données, l’approche basée sur des modèles physiques et l’approche hybride combinant les deux premières. Cette présentation fera le tour de ces approches, donnera quelques exemples de réalisation et fera le lien entre le PHM et la maintenance, notamment conditionnelle et prédictive.
Le pronostic et management de la santé (communément appelé PHM : Prognostics and Health Management) est une discipline qui s’intéresse aux mécanismes de dégradation des systèmes en vue de l’estimation de leur état de santé, de l’anticipation de leur défaillance et de l’optimisation de leur maintenance. Le PHM fait appel à des méthodes, outils et algorithmes de monitoring, de détection d’anomalies, de diagnostic des causes, de pronostic de la durée de vie résiduelle utile et d’optimisation de la maintenance. Il permet ainsi de continuellement suivre l’état de santé du système et de fournir aux exploitants et managers des informations pertinentes pour décider des actions à mettre en place pour maintenir le système dans des conditions opérationnelles optimales.
Les développements scientifiques dans le domaine du PHM peuvent être regroupés dans trois approches principales : l’approche guidée par les données, l’approche basée sur des modèles physiques et l’approche hybride combinant les deux premières. Cette présentation fera le tour de ces approches, donnera quelques exemples de réalisation et fera le lien entre le PHM et la maintenance, notamment conditionnelle et prédictive.